【Matlab基础】01.Matlab简介及向量化编程思想(matlab函数向量化)

一、Matlab简介

Matlab名字来源于“矩阵实验室”缩写,是美国MathWorks公司推出的一套以矩阵计算为基础的数学软件。它提供了丰富可靠的矩阵运算、图形绘制、数据处理等功能,可以实现数值分析、优化、统计、微分方程求解、信号处理、图像处理等的计算和图形显示,可解决工程、科学计算和数学学科中许多问题。因此,被广泛应用于自动控制、图像信号处理、生物医学工程、语音处理、信号分析、时间序列分析与建模、优化设计等领域。

Matlab功能强大、简单易学、编程效率高,几乎可以完成所有的数学建模的编程需要,是数学建模必备软件。

【Matlab基础】01.Matlab简介及向量化编程思想(matlab函数向量化)

图1 Matlab 2015a操作界面

【Matlab基础】01.Matlab简介及向量化编程思想(matlab函数向量化)

:设置当前路径,访问当前路径下的文件,只需相对路径即可;

Current

Folder:显示当前路径下的文件;

Command

Windows:命令窗口,一般用来调试逐段代码;

Workspace:工作空间,显示当前内存变量;

Command

History:命令历史窗口,可以选中部分代码,右键创建M-文件。
【Matlab基础】01.Matlab简介及向量化编程思想(matlab函数向量化)

:打开代码编辑窗口,创建、编辑、运行M-文件。

【Matlab基础】01.Matlab简介及向量化编程思想(matlab函数向量化)

二、基础语法

1.

变量

命名规则:字母开头,任意字母、数字、下划线的组合,尽量避免与Matlab自带名称冲突;

变量直接起名,赋值使用即可;

特殊变量:eps——浮点数 11 的误差限;

pi——π

inf或Inf——正无穷大;

NaN——非数,例如洛必达法则的未定式;

i或j——虚数单位,故要尽量避免用i或j作为循环变量;

ans——存储未赋值的运算结果

syms x y——声明符号变量x, y

2.

基本函数

sin, cos, tan,

cot, asin, acos, atan——三角函数与反三角函数;

exp(x)——e

x

log2, log, log10——以2, e, 10为底的对数函数;

sqrt, abs——平方根,绝对值

floor, ceil,

fix, round——取整函数,分别是向负无穷、正无穷、向0取整和四舍五入

3.

基本格式与算符

format short/long/rat/hex——设置短浮点(4位小数)、长浮点(15位小数)、分数、十六进制显示

format short e——短浮点×10的幂次显示,如pi=3.1416e+00

+-*/^\——算术运算符:加、减、乘、除、乘幂、左除

== ~= < > <= >=——关系运算符:等于、不等于、小于、大于、小于等于、大于等于

& | ~——逻辑运算符:与、或、非

4.

学会使用帮助

help 或doc 函数名

二、Matlab向量化编程思想

Matlab是以向量、矩阵为基本元素的,所以要编写真正的Matlab程序必须抛弃“C语言那种单数值、元素化考虑问题”的思路,转以向量、矩阵为最小单位来考虑问题。也就是说,Matlab的编程思想是——向量化编程,即面向向量或矩阵。

这样做的好处,至少有两个:

(1) 代码大大简化,易编程、清晰可读性强;

(2) 执行效率也更高。

下面针对Matlab中常见的向量化处理问题方法,举例加以说明:

1. 整体操作“大块数据”

Matlab为同型的数据块(向量或矩阵)的整体做运算提供了“点运算”。

比如,A.*C 和 A./C 表示A与C的对应位置的各元素做 * 和 / 运算得到与它们同型的一个新矩阵。

例1 物理实验利用测得的电压电流具体数据,验证欧姆定律R=U/I.

代码1(C语言风格)

U = [0.89, 1.20, 3.09, 4.27, 3.62, 7.71, 8.99, 7.92, 9.70, 10.41]; I = [0.028, 0.040, 0.100, 0.145, 0.118, 0.258, 0.299, 0.257, 0.308, 0.345]; L = length(U); S = 0; for k = 1:L R(k) = U(k)/I(k); S = S + R(k); end R = S/L

运行结果:R = 30.5247

代码1’(Matlab风格)

U = [0.89, 1.20, 3.09, 4.27, 3.62, 7.71, 8.99, 7.92, 9.70, 10.41]; I = [0.028, 0.040, 0.100, 0.145, 0.118, 0.258, 0.299, 0.257, 0.308, 0.345]; R = U./I; R = mean(R)

运行结果:R = 30.5247

2. 尽量把“C语言风格的循环”向量化实现

例2 计算1 + 1/3 + … + 1/99

代码2(C语言风格)

s = 0; for k=1:2:99 s = s + 1/k; end s

运行结果:s = 2.9378

代码2’(Matlab风格)

k=1:2:99; s = sum(1./k)

运行结果:s = 2.9378

注意:代码2’中,不要写成 “for k=1:2:99”, 否则k就是变化的一个数值而不是向量。

例3. 用间距为0.1的水平线和垂直线均匀分割x∈[-5,5]×[-2.5,2.5]的矩形域,在所有水平线和垂直线交点上计算函数z=sin|xy|的值,并图示。

(1)求出各网格点的函数值

代码3(C语言风格)

x=5:0.1:5; y=(2.5:0.1:2.5); N=length(x); M=length(y); for ii=1:M for jj=1:N X0(ii,jj)=x(jj); Y0(ii,jj)=y(ii); Z0(ii,jj)=sin(abs(x(jj)*y(ii))); end end

代码3’ (Matlab风格)

[X,Y]=meshgrid(5:0.1:5, 2.5:0.1:2.5); Z=sin(abs(X.*Y));

(2) 画图

surf(X,Y,Z) %画三维图形 xlabel(x) %标记坐标轴 ylabel(y) shading interp %用插值处理色彩 view([190,70]) %旋转一定角度观看图形

运行结果:

【Matlab基础】01.Matlab简介及向量化编程思想(matlab函数向量化)

3. 尽量使用Matlab现成的“矩阵操作语法、矩阵函数或工具箱”

Matlab提供了大量非常便捷的矩阵操作语法、矩阵函数、以及各种工具箱,优先使用它们来完成程序。

操作矩阵的函数,比如

[m n]=size(A)——返回矩阵A的“型”,m行n列

length(A)——返回行数或列数中最大的那个

mean(A)——返回A中所有元素平均值

sum(A)或sum(A,1)——返回A各列元素之和,各行之和用sum(A,2)

[Y I] = max(A)——Y=A各列元素的最大值; I=各列最大值所在行

sort(A)——矩阵各列按递增排序,递减排序加参数 ‘descend’

unique(A)——返回矩阵A中不重复的值(去掉重复元素)

等等………..这些函数已经实现了通常所需要的各种操作,所以完全没有必要再去按C语言的思路去自己重写代码。

MATLAB工具箱在APPS界面,部分工具箱如下:

【Matlab基础】01.Matlab简介及向量化编程思想(matlab函数向量化)

主要参考文献:

张志涌,精通Matlab2011a, 北京航空航天大学出版社

作者:张敬信

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

免责声明:文章内容来自互联网,本站仅提供信息存储空间服务,真实性请自行鉴别,本站不承担任何责任,如有侵权等情况,请与本站联系删除。
转载请注明出处:【Matlab基础】01.Matlab简介及向量化编程思想(matlab函数向量化) https://www.bxbdf.com/a/69963.shtml

上一篇 2023-05-20 13:18:29
下一篇 2023-05-20 13:20:59

猜你喜欢

联系我们

在线咨询: QQ交谈

邮件:362039258#qq.com(把#换成@)

工作时间:周一至周五,10:30-16:30,节假日休息。